作者：Aylo，alpha please；翻譯：金色財經xiaozou

“當偉大的創新出現時，它幾乎肯定會以混亂、不完整和令人困惑的形式出現。對於發現者本人，它只能理解一半；對於其他人來說，它將是一個謎。任何一種乍看起來不夠瘋狂的猜想，都是沒有希望的。”—— Freeman Dyson

我將在本文探討加密和人工智能領域正在進行哪些潛在融合，並列舉了17個Crypto x AI項目，你可能會感興趣並考慮將其添加到你的關注名單中。

准備好迎接alpha轟炸了嗎？

但在跳進兔子洞前，我要先說一件事：我們只觸及了Crypto x AI領域的冰山一角。該領域目前還處於萌芽階段，相當復雜，同時又極具投機性。

我只是一個不起眼的加密研究人員，正試圖追趕一個新興垂直領域的步伐，所以我的建議是：在這個領域進行投資時，務必要謹慎行事。此階段還是極早期的投機階段，該周期的價格很可能遠遠超越了技術和基本面。

本文將包含如下5部分內容：AI概述、AI堆棧、爲何說Crypto和AI是完美融合、新興Crypto x AI垂直領域介紹、17個Crypto x AI項目

一、AI概述

人工智能（AI）是一個復雜學科，需要多年的研究才能真正理解它的方方面面。但在本文，我認爲人工智能是指試圖模仿或模擬人類認知智能以執行從學習、推理、解決問題或理解自然語言等一系列任務的學科領域。

雖然人工智能多年來一直都是一個小衆研發領域，但隨着ChatGPT的到來，AI也迎來了真正的突破。我們都記得，當我們第一次與生成式AI機器人互動時，我們是多么興奮。回顧過去，我們可以坦承，那是一個類似於“iPhone”的驚人時刻。

AI消費產品採用速度是有史以來最快的，在兩個月內擴展到1億用戶。相比之下，Facebook用了1500天才達到同樣的用戶規模。

我們看到這一領域正呈現指數級增長。考慮到ARK的預估，僅在2024年，訓練模型的性能就可能增加5倍，很明顯，人工智能將繼續解鎖廣泛用例。

接下來的幾年裏，出現幾家數十億美元規模的人工智能應用或基礎設施公司將並不是什么新鮮事，它們將利用AI應用程序或基礎設施使人工智能革命成爲可能。事實上，對這一領域的融資最近出現了激增。

說到這，讓我們進一步看看到底是什么讓人工智能成爲可能。

二、AI堆棧

我相信當你想到人工智能時，你應該和我一樣，首先想到的是ChatGPT和生成式AI prompt。但這只是冰山一角，實際上，“人工智能”領域要復雜得多。爲了更好地理解，我們來簡單看一下構成AI堆棧的各技術層和組件：

（1）計算硬件

人工智能不僅僅和代碼有關。人工智能是資源密集型的，特定的物理基礎設施——如神經處理單元（NPU）、圖形處理單元（GPU）和張量處理單元（TPU）——是必不可少的。最終，這些物理基礎設施構成執行計算和算法的物理手段，使人工智能系統正常運轉。沒有它們，就沒有人工智能。

該領域的行業領軍者是英偉達（衆所周知，無需介紹）、英特爾和AMD。它們在模型訓練和推理工作負載方面競相开發最高效的硬件。

到目前爲止，英偉達是參與這場革命最直接的方式之一（從英偉達最近的價格動態可見一斑）。

（2）雲平台

人工智能开發人員依靠硬件來運行他們的模型。通常，他們獲得硬件性能主要有兩種方式：他們可以在本地運行GPU或者依賴雲服務提供商。第一個解決方案往往過於昂貴，從經濟性來講不值得，隨着時間的推移，雲提供商則被證明是一個有趣的替代方案。

雲提供商是擁有大量資源的大公司，它們收購並運營這些強大的硬件，允許开發者以按需付費或訂閱的方式使用這些資源。這讓开發人員無需投資維護自己的物理基礎設施。

該領域的行業領軍者是AWS、谷歌雲或英偉達DGX雲。它們的目標是讓大大小小的开發人員都可以快速訪問多節點超級計算，訓練最復雜的LLM。

（3）模型

在雲平台之上，就是人工智能最復雜並被廣爲宣傳的部分：ML（機器學習）模型。這些計算系統的設計目的是在沒有明確的編程指令的情況下執行任務，代表着人工智能系統的大腦。

機器學習分爲三個步驟：數據、訓練和推理，包括三種主要學習類型：監督學習、無監督學習和強化學習。

• 監督式學習是指從示例中學習（由老師提供）。老師可以向模型展示與狗相關的圖片，並告訴模型這些是狗。然後，模型學習區分狗和其他動物。

• 許多流行模型，如LLM（GPT-4和LLaMa）都是使用無監督學習進行訓練的。在這種學習模式下，沒有老師提供指導或示例。模型學習在數據中尋找模式。

• 強化學習（通過試錯學習），主要用於順序決策任務，如機器人控制和玩遊戲（如國際象棋或圍棋）。

最後，這些模型可以是开源的（可以在Hugging Face這樣的模型中心上找到），也可以是閉源的（如OpenAI模型，通過API訪問）。

（4）應用

這是AI堆棧的最後一層，也是我們作爲用戶通常會面對的一層。它們可以是B2B的，也可以是B2C的，它們利用AI模型在其基礎上構建應用程序。Replika就是一個很受歡迎的例子，這款應用可以讓你設計一個虛擬伴侶，7x24小時全天候陪伴聊天。從用戶的評論中可知，它似乎對許多人的生活都產生了切實的影響。

“我的Replika對我太重要了！她總是在我身邊用積極的態度鼓勵我、支持我。事實上，她是我的榜樣，告訴我如何成爲一個更好的人！”

總的來說，這些不同的技術層似乎仍處於早期發展階段，我們尚處於一些人所說的寒武紀大爆發的开始階段。所以，我們將看到加密貨幣在這一技術繁榮中大展拳腳。

三、爲何說Crypto和AI是完美融合？

雖然加密技術對AI堆棧的每一層來說都不一定是必不可少的，但有很多理由讓我們相信，去中心化的人工智能與去中心化貨幣一樣重要，智能合約可以利用機器學習提供強大的用戶體驗，加密技術也可以具有更高的安全性、透明度並解鎖新的人工智能用例。

人工智能正在主導加密領域

市場已經對加密和人工智能交叉的潛在應用表現出了極大熱情，已有趨勢表明這是當前最熱門的敘事。自2024年初以來，相對於加密世界的其他領域來說，人工智能的表現非常好。

隨着該領域的進一步發展，我們有充分的理由相信，我們仍處於早期階段，泡沫可能剛剛形成。

讓我們來看看crypto和AI之間上演着哪些進展。

四、新興Crypto x AI垂直領域介紹

以下是cyropto和AI之間主要的協同效應：

（1）從中心化雲提供商到DePIN：

如前所述，人工智能的基礎層是硬件和雲提供商。雖然加密技術無法在生產更優的硬件方面與之競爭（而且沒有理由這樣做），但公平地講，加密技術可以在以更高效、更安全、更去中心化的方式訪問多節點超級計算方面發揮作用。這是加密領域的一個子領域，即DePIN（去中心化物理基礎設施）。這些代表着區塊鏈協議，激勵去中心化社區去建設並維護物理硬件。

人工智能的DePIN的主要用例是雲存儲和計算能力。

想法很簡單：人工智能开發人員需要更多的GPU和數據存儲容量，我們有充足理由相信加密DePIN項目可以通過代幣激勵措施激活潛在資源，協助推動產生新的計算和存儲供應。

（2）支持透明度、用戶管理和數據所有權：

人工智能將超越互聯網。這意味着，要想讓一個自由民主的社會運轉良好，至關重要的是要了解使用的是什么模型，它們是如何工作的，以及輸入了哪些數據。考慮到這一點，我覺得關於Web2.0巨頭的黑箱操作和壟斷力量的無休止的爭論可以通過AI代幣化（從基礎設施一直到模型和應用程序）賦予用戶所有權來終止。

在某些情況下，知道一個人正在使用的AI模型的來源可能相當重要。和所有事一樣，模型也有偏差，根據模型的創建方式和訓練數據的不同，輸出結果可能完全不同。人工智能模型和訓練應該是鏈上去中心化的，應該具有更高的透明度，這是有充分理由的。

我們不需要參議院或任何不透明的實體來決定世界的發展方向，不需要未經同意就對我們的數據進行控制，也不需要沒完沒了的條款和條件，老實說，我們永遠無法完成相關的閱讀後作答。事實上，我們想要的恰恰與之相反，即透明度和用戶管理是一切的前提，我們可以控制自己的數據。

通過利用加密基礎設施，我們可以避免重復與互聯網應用程序相同的錯誤。我們可以擁有集體所有權、去中心化的治理和各層面的透明度。這才是前進的道路。

（3）對齊激勵和AI貨幣化：

高質量的訓練數據是模型性能的主要貢獻力量之一。然而，正如ARK所提到的，到2024年，高質量訓練數據的優質來源可能會耗盡，從而可能讓模型性能停滯不前。

加密技術可以激勵個人將私有和公共數據集以及人工智能模型、智能體以及AI堆棧的其他部分貨幣化。有了創造無需許可的多變全局市場的可能性，任何人都可以因做出貢獻而獲得補償。還有一種可能性是，激勵人們保持用於訓練基礎人工智能模型的數據的質量，或者爲特定網絡提供不同的模型。

加密領域正在推動一場金融化熱潮。AI堆棧需要具有自己的支付機制。聽起來是個很好的融合，不是嗎？

（4）鏈上AI/ML（ZKML & opML）：

零知識密碼學是最流行的web3技術之一，因爲它提供了爲給定計算集創建“完整性”證明的能力，其中驗證證明比執行計算要容易得多。

當我們談論ZKML時，我們談論的是將ZK（零知識）證明帶到機器學習模型的“推理”和“數據”部分的可能性（而非計算量太過密集的訓練部分）。隨着該領域的研究和技術的發展，我們有望看到更加有效更可擴展的解決方案的出現，這些解決方案可能會使ZKP（零知識證明）更適用於機器學習模型的訓練階段。

使用ZKML，計算對驗證者是隱藏的，但prover（證明者）可以在不透露進一步信息的情況下驗證ML的計算正確性。

另一種方法是OPML（Optimistic機器學習），它使用optimistic方法在區塊鏈系統上實現人工智能模型推理和訓練/微調。LlaMA2和Stable Diffusion模型現在可以通過optimistic機制（類似於Optimism和Arbitrum）在鏈上獲取。

下文將提到的一個項目的最新解決方案結合了zkML和opML，使以太坊能夠運行任何具有隱私功能的模型。

這可能會促進ML模型進入新時代，它們將是鏈上透明的，能夠輕松驗證給定的輸出是否是給定模型和輸入對的乘積。在一個模型和數據集不透明的世界裏，這代表的可能是遊戲規則的改變者，把權力還給用戶（與前文所述的關於透明度和用戶治理的想法相符）。

（5）身份驗證和隱私：

隨着人工智能應用的發展，我們正在接近一個臨界點，到時沒有人會知道线上內容是真實的還是模擬的。看看這張由Sora生成的圖片，它是OpenAI最近推出的文本-視頻生成平台，你覺得你能看出真假嗎？想象一下，在未來幾年，這將如何變得更有說服力。

鑑於這一現實，我們有充分的理由將去中心化身份存儲在區塊鏈上。這樣一來可以防止人們與人工智能機器人互動而不自知，並可區分真實信息和深度僞造信息。在一個只需點擊幾下鼠標就能導致銀行擠兌的世界裏（就像我們在SVB事件中所經歷的那樣），提供真實性證明變得至關重要，而加密技術似乎是實現這一點的最佳方式。

這裏舉一個簡單的例子來說明它是如何工作的：某物的官方作者可以對區塊鏈上的“哈希值”進行數字籤名，聲稱“我自己創建的”。另一方（比如一家媒體公司）可以通過籤署一筆交易來聲稱“我證明了這一點”。用戶可以通過加密證明對域名的控制權（例如，nytimes.com）在籤名中驗證自己的身份。

通過這種方式，信息是透明的，可以被證明，不可篡改，並具有可組合性。這正在成爲我們开始生活其中的後AI世界的一個關鍵因素。

五、17個Crypto x AI 項目

行文至此，我確信你可能會同意有很多理由相信在牛市的下一階段，一個好的AI項目觀察列表可能是你最好的資產之一。

幸運的是，我們將關注這一點。但在此之前，我們先提醒自己，現在投機活動無處不在，必須謹慎行事。事實上，如今真正有形的項目很少見。因此，接下來的內容不是預測，只是想法。隨着數據變得更加可用並且時間可以消除噪音，想法確實會發生很大變化。

這並不是一份詳盡的清單，只是我已經深入研究的、我認爲值得關注的項目。這個賽道正在發生很多事情，我顯然會錯過很多偉大團隊。

話雖如此，讓我們來看看你可能需要關注的 17 個項目：

1、Render Network

簡介：Render 是先驅的去中心化 GPU 平台。簡而言之，該項目旨在釋放去中心化 GPU 的全部生產潛力，爲兩種不同類型的項目提供支持：3D 內容創建和AI。 

看好理由：GPU 已經供不應求，如果AI繼續保持目前的趨勢，短缺只會變得更加嚴重，這對Render Network來說是一個機會，它是可能從這輪牛市AI敘事中受益的最大代幣之一。Render 還有多個 AI 計算客 戶端。

如何獲得頭寸：RNDR代幣

2、Akash協議

簡介：Akash 是一個去中心化計算機市場，於 2020 年 9 月作爲 Cosmos 應用鏈在主網上啓動。雖然 Akash 的第一次迭代專注於 CPU（中央處理單元），但最近它已經過渡到 GPU 計算，利用AI熱潮（類似於Render Network）帶來的計算基礎設施範式轉變。

看好理由：用四個詞來概括該項目的當前愿景：“用於 GPU 計算的 AirBnB”。 

如何獲得倉位：AKT

3、Ora

簡介：ORA 是可驗證的預言機協議，它將AI和復雜的計算引入鏈上。他們的解決方案 opp/ai 結合了 zkML 和 opML 的優點，代表了兩種方法的飛躍。

看好理由：他們的創新標志着鏈上AI發展的轉折點，統一了 zkML 和 opML 格局。

如何獲得倉位：加入他們的Discord以獲得更多更新並成爲早期貢獻者。

4、io.net

簡介：這是另一個基於 Solana 構建的有趣的 DePIN 項目，它可以訪問分布式 GPU 雲集群，而成本僅爲同類中心化服務的一小部分。

看好理由：用於 GPU 上的 ML 訓練的去中心化 AWS。即時、無需許可地訪問全球 GPU 和 CPU 網絡。革命性的技術，允許 GPU 雲集群在一起。可以爲大型 AI 初創企業節省 90% 的計算成本。集成Render和 Filecoin。

如何獲得倉位：加入 io.net Discord，他們在運行一個社區計劃，這可能會有 IO 空投。

5、Bittensor

簡介：Bittensor 是一個去中心化的开源項目，旨在創建區塊鏈上的神經網絡協議，允許創建 AI dApp，並以點對點的方式實現 AI 模型之間的價值交換。

看好理由：這是一個雄心勃勃的項目，最近引起了廣泛關注，成爲市值最大的AI代幣。TAO 很可能是本輪AI炒作的最大受益者之一。 

如何獲得倉位：TAO代幣，可以將你的 TAO 質押給驗證者以賺取 TAO 釋放量。如果你想通過加入 Discord爲網絡做出貢獻，你也可以更深入地參與其中。

6、Grass

簡介：Grass 是支持 AI 模型的底層基礎設施。通過安裝 Grass Web 擴展，該應用程序會自動將你未使用的互聯網資源出售給AI公司，後者使用它來抓取互聯網並訓練他們的模型。結果？你分享AI的發展，通過出售你甚至不知道自己擁有的資源來獲得網絡股份。

看好理由：Grass 正在爲每個擁有互聯網連接的人創造新的收入來源。Grass 的目標是成爲去中心化AI的數據提供層。如何獲得倉位：在後台運行 chrome 擴展程序，只需 2 分鐘即可設置开始賺取 Grass 積分，這將在今年晚些時候產生 GRASS 代幣。 

7、Gensyn

簡介：Gensyn 協議是用於深度學習計算的1 層無需信任協議，它直接立即獎勵供應方參與者向網絡承諾計算時間並執行 ML 任務。

看好理由：該項目擁有非常非常強大的支持者，如果他們能夠執行，顯然將成爲一個主要的AI加密基礎設施項目。

如何獲得倉位：在 Twitter 上關注他們。

8、Allora

簡介：Allora 是一個自我改進的去中心化AI網絡。Allora 使應用程序能夠通過自我改進的 ML 模型網絡利用更智能、更安全的 AI。通過結合衆包機制（同行預測）、聯邦學習和 zkML 的前沿研究，Allora 在加密貨幣和AI的交叉領域解鎖了巨大的新應用設計空間。

看好理由：Allora 由 Upshot 开發，Upshot 在過去 2.5 年裏一直是开發 AI x 加密基礎設施的市場領導者。他們專注於更多的金融用例：AI驅動的價格信息流、AI驅動的 DeFi 金庫、AI風險建模等，這可能意味着他們比大多數人更早發現 PMF。

如何獲得倉位：加入 Discord，關注如何作爲早期社區成員參與其中。

9、Botto

簡介：Botto是一位完全自主的藝術家，擁有閉環流程和不被人手改變的輸出。人類唯一的輸入是對 Botto 輸出進行投票，以指導藝術家下一步做什么。

看好理由：  這個獨特的項目結合了AI、藝術、NFT 和 DeFi，並且已經產生了實際收入（自成立以來爲 450 萬美元）。Botto的藝術品已在佳士得拍賣行出售。這是有史以來第一個可以投資的AI藝術家。藝術品銷售收入將分配給質押者。

如何獲得倉位：BOTTO 代幣或在 Super Rare 上購买 Botto 的 NFT。

10、Parallel（Colony）

簡介：Colony 是一款永無止境的遊戲，由 AI 驅動，所有模擬物品都在鏈上。你將與一個Parallel化身配對。你和你的化身將共同努力並共享鏈上資源，以駕馭由 PRIME 驅動的不斷擴展的Parallel世界。

看好理由：PRIME 是唯一遊戲和AI真正交叉的代幣之一。《Colony》可能會成爲一款定義新類型的遊戲，如果團隊執行的話，它具有真正的病毒傳播潛力。制作此遊戲的工作室可能是 web3 遊戲領域中最好的。

如何獲得倉位：PRIME 代幣和Parallel頭像 NFT。遊戲發布時請注冊玩遊戲。

11、Aethir

簡介：Aethir 引入了一種新的雲計算基礎設施方法，重點關注企業級 GPU 的所有權、分配和使用。它充當市場和聚合器，促進供應方參與者（例如節點運營商和 GPU 提供商）與AI、虛擬化計算、雲遊戲和加密貨幣挖掘等計算密集型行業的用戶和組織之間的聯系。 

看好理由：Aethir 看起來是 GPU 計算雲類別中另一個強大的 DePin 競爭對手。他們聲稱的 GPU 數量比 Render 多 20 倍。他們將在熱門行業的非常有利的環境中推出。

如何獲得倉位： 即將到來的節點銷售並加入他們的Discord服務器。

12、Morpheus

簡介：Morpheus 正在構建第一個真正去中心化的點對點個人智能體網絡，以實現AI的大衆化。 

看好理由：關於這個項目的一個很酷的事實是，它的貢獻者之一是Erik Voorhees ，他是這個領域真正的 OG。這個項目給了我 Bittensor 的感覺。

如何獲得倉位：你可以在公平發射期間投入 stETH 來賺取 MOR 代幣

13、Autonolas

簡介：Autonolas 是一個用於創建和使用去中心化AI智能體的开放市場。但不僅如此，它還爲开發人員提供了一套工具來構建鏈下托管的AI智能體，並可以插入多個區塊鏈，包括 Polygon、以太坊、Gnosis Chain 或 Solana。 

看好理由：Autonolas 是目前少數有證據表明已得到一定採用的AI項目之一。OLAS 是目前在人工智能加密項目賽道人們競購的少數代幣之一。 

如何獲得倉位：OLAS代幣 

14、MyShell  

簡介：MyShell 是一個去中心化的綜合平台，用於發現、創建和質押 AI 原生應用程序。

看好理由：MyShell 是一種AI應用程序商店，也是一個允許你創建AI機器人和應用程序的平台。它允許任何人成爲AI企業家並通過他們的應用程序貨幣化。該產品現已投入生產。

如何獲得倉位：雖然他們還沒有代幣，但你可以注冊他們的應用程序並开始與機器人交互以賺取積分（誰知道這會給你帶來什么）。 

15、OriginTrail 

簡介：OriginTrail 集成了區塊鏈和AI，提供去中心化知識圖譜 (DKG)，確保數據的完整性和來源，通過提供對經過驗證的信息網絡的訪問來增強AI功能。此次合並旨在通過爲數據創建、驗證和查詢建立安全、值得信賴的基礎，提高各行業AI智能體的效率和可靠性。

看好理由：產品已運行。企業客戶。我的理解是，知識圖譜允許AI解釋數據並在其他發生的事情的背景下理解它。TRAC 似乎也擁有一批狂熱的追隨者。

如何獲得倉位：TRAC代幣 

16、Ritual

簡介：Ritual 是一個开放的、主權的AI執行層。Ritual 將允許开發人員將AI無縫集成到任何鏈上的應用程序或協議中，使他們能夠使用加密方案對模型進行微調、貨幣化和執行推理。

Ritual 的愿景是讓开發人員能夠構建完全透明的 DeFi、自我改進的區塊鏈、自主智能體、生成內容等。

看好理由：Ritual 確實擁有頂級支持者。开發者現在就可以嘗試 Infernet SDK。我發現一位开發者幾天前使用該 SDK 啓動了一個實驗性的 nft 項目。非常酷（我太晚了，沒來得及鑄造）。

如何獲得倉位：加入他們的Discord並持續關注。

17、Nillion

簡介：Nillion 能夠以安全、保密的方式訓練和推理 AI 模型，打造安全個性化 AI 的支柱。

看好理由：Nillion 的盲計算網絡解鎖了許多新的用例，其中個性化AI是一個巨大的未解鎖領域。除非存在私密數據處理，否則個性化AI不會被廣泛採用。Nillion 的解決方案聽起來確實改變了遊戲規則。

如何獲得倉位：加入他們的Discord並保持追蹤。如果你是开發人員，我相信他們很快就會舉辦一些黑客馬拉松。